陈东帆 王恒民 周琪峰 陈圣棣

摘  要 自闭症谱系障碍以社会交往沟通障碍、局限兴趣刻板行为为两大核心症状，是一种广泛性发展障碍。目前自闭症的发病机制尚不明确，不可治愈，需要终生康复，长期的干预训练是治疗的最佳手段。整合信息技术和干预训练手段，研究困扰康复行业许久的自闭症儿童社会性行为障碍评估技术和干预课程，发展自闭症干预技术体系。遵循“医教结合、文理结合、理论与实践相结合”原则，通过“1试点+10基地+100案例”模式，筛选自闭症儿童被试进行干预训练和跟踪测量，开展基于教育机器人的自闭症儿童康复干预实验。使用机器学习技术，建立自闭症儿童社交障碍敏感指标数据模型，预测康复进程，提供康复建议。基于机器人技术的自闭症儿童社交能力评估与训练方法，可以惠及全国边远地区的自闭症儿童，解放自闭症儿童家庭生产力，为实现“人人享有康复服务”的国家目标而努力。

关键词 自闭症谱系障碍；人形机器人；自闭症儿童；社交能力

中图分类号：G766    文献标识码：B

文章编号：1671-489X（2021）14-0040-04

Abstract Autism Spectrum Disorder has two core symptoms： social communication and limited interest and stereotyped behaviors， which is a widespread developmental disorder. At present， the cause of autism is not clear， it is incurable and requires life-long rehabilita-tion. Long-term intervention training is the best treatment. This re-search project integrates information technology and intervention training methods， and to study the assessment techniques and inter-vention courses for social behaviour disorder of children with autism that have troubled the rehabilitation industry for a long time to development of autism intervention technology system. Follows the principle of “combination of medicine and education， combination of arts and science， and combination of theory and practice”， through the “1 pilot + 10 bases + 100 cases” model， we screened children with autism for intervention training and tracking measurement， and carried out rehabilitation intervention experiments for children with autism based on educational robots. Use machine learning to estab-lish a data model of sensitive indicators of social disorders in child-ren with autism， predict their rehabilitation process， provide rehabi-litation recommendations. Benefit disabled children in remote rural and poor areas across the country， liberate family productivity of special children， and achieve the national goal of “Rehabilitation Services for all” and efforts to win the battle against poverty.

Key words autism spectrum disorder; humanoid robot; children with autism; social ability

0  引言

自閉症谱系障碍（Autism Spectrum Disorder，ASD）又称孤独症，以社会交流障碍、狭隘兴趣以及重复和刻板行为为两大核心症状，是一种广泛性精神发育障碍。目前，自闭症病因尚未明确，病程可持续一生，需要终生学习和干预。美国疾控中心2020年最新发布的自闭症发病率数据显示：美国自闭症（谱系）障碍儿童的发病率已高达1/54，相较2018年的1/59增加近10%。由此可见，美国的自闭症谱系障碍发病率持续上升。根据《中国自闭症教育康复行业发展状况报告2017》，我国的自闭症儿童发生率保守估计约1%，目前我国有超过1 000万的自闭症患者，其中0～6岁的自闭症儿童数量超过100万 [1]。

随着机器人技术的发展，近些年来，国内外越来越多研究者将人形机器人应用于自闭症干预之中。Dautenhah等[2]研究指出：自闭症谱系障碍儿童在可预测的环境中情绪比较稳定，而与机器人的交往环境是一个相对简单、安全的环境，因此有利于其社交技能的发展。Tapus等[3]发现：相比于人，自闭症儿童更喜欢与人形机器人接触。Shamsuddi等[4]实验证实：相比于传统课堂，自闭症儿童在人形机器人介入的课堂中，刻板行为发生次数减少，沟通交流行为发生次数增加。张婷[5]在研究中提出：人形机器人介入会使自闭症儿童的自闭症状减少，可以有效控制问题行为。

上述研究只是个别干预实验，尚未形成完整的诊断、干预和评估体系，属于局部性的研究工作，均止步于实验室而并未走向临床，原因如下。

1）高端人形机器人还处于研发阶段，蓄电池技术、步态行走技术、人形设计、高端传感器等硬件技术尚不完善，各种技术方案诸如语音识别、人脸识别、眼动仪技术、大数据技术分析以及软件平台方案还未集成，目前服务机器人暂无法满足干预要求[6]，不能开展大规模的临床试验。

2）国内外目前针对机器人参与自闭症干预的研究还处于概念性研究层面，没有开展周期性临床试验研究，没有在一个完整的康复周期持续对学龄前自闭症儿童进行机器人康复干预训练，观察并记录实验结果。

由于缺乏从原理方法、课程设计到实验分析的潜心研究，难以形成自闭症儿童教育机器人的整体解决方案。

1  机器人参与的自闭症儿童干预流程

秉承“医教结合、文理结合、理论与实践相结合”的宗旨，华东师范大学康复科研团队聚焦月龄在0～72个月（0～6岁年龄段）自闭症儿童，探索基于机器人技术的自闭症儿童评估干预新理念。

依循评估定位—训练课程—干预实验—案例数据模型的研究路径，统筹整个课题研究。紧紧围绕机器人技术，从工程分析、课程分析、实证研究到比较分析，希冀从广度与深度上深入而全面地剖析影响自闭症儿童社交评估定位和干预课程的主要影响因素、实验环境以及关键支撑技术，发展自主知识产权的自闭症干预技术体系。模型研究基本思路如图1所示。

课题关键核心技术如下。

1）自闭症儿童社会交往评估技术。选择普遍使用的评估系统作为设计参考工具，研发可视化评估定位技术，包括儿童言语、语言及社会交往能力，创设规范化评估场景，出具评估报告，为后续课程体系提供理论依据，为干预训练提供指导。

2）自闭症儿童社会交往干预课程。利用机器人技术建立自闭症儿童社交能力的干预课程体系，开展实证研究。通过编程实现机器人、自闭症儿童和康复师的互动交流，改进传统应用行为分析训练方法，设计以机器人为示范样本的教学情境互动内容，完成自闭症社会交往干预训练康复技术的创新研发和临床试验。

3）自闭症儿童社会交往评估和干预训练实验。基于康复干预实验，开展实证研究，验证“评估+训练+监控”技术体系的有效性。筛选100个学龄前自闭症儿童，对这些儿童持续进行为期一年的机器人社会交往干预训练；同时，引入WS/T 580—2017《0—6岁儿童发育行为评估量表》进行评定，对自闭症儿童进行跟踪测量，验证机器人干预技术的有效性。

4）基于机器学习技术的自闭症儿童康复数据模型。用技术手段记录自闭症儿童的基本信息以及状态（行为、情感和认知），形成矢量数据予以保留，归纳整理成为具有个案特征的数据链；汇总众多个案数据，形成自闭症儿童康复数据库；经过机器学習可以形成数据模型，用于预测自闭症儿童康复趋势，指导更多康复案例。

2  基于智能技术的评估和干预课程

选择中国残联的《自闭症社会交往评估表》作为评估定位和训练系统的主要参考依据，研究社交能力定位评估技术，包括47个评估项目、智能评估图谱、问卷APP和智能评估技术；同时，研究干预训练课程体系，包括课程软件系统、课程课件和课程APP。

2.1  社交能力定位评估

以认知心理学、语言学、社会学、儿童发展心理学、特殊儿童心理发展理论等为依据，针对月龄在0～72个月儿童社会交往领域的47项评估项目为基础，由易到难整理划分八个主题类别：社会性注意、自我意识、非口语社交技巧、口语社交技巧、问候、告别、电话礼仪、高阶礼仪。

儿童出生后，先发展出社会性注意，而后发展出自我意识；进而到社交技巧，由非口语社交技巧向口语社交技巧过渡；最后根据社会的规则，建立起社交礼仪的能力。在不同的月龄段各种能力又有不同的表现状态，所以阿基米德螺旋曲线将47个评估点依次相连，形成儿童社交能力发展轨迹，能够很好地展现儿童社会交往能力发展趋势，精准定位儿童现阶段的发展水平。这个曲线被称为儿童社交定位图谱，如图2所示。图谱中每个数据点即为儿童的社会交往评估项目，可将47个评估项目在图谱中描出。图例是实验测得某特殊儿童的社交能力定位图谱，未通过的评估点集合和已通过的评估点集合分别用红点和绿点表示出来（深色为红点，浅色为绿点）。

社交评估是结合儿童的年龄特点以及身心发展水平，特别是根据自闭症儿童社交障碍的核心特征，通过创设不同的场景、观察儿童在场景中的表现来完成评估流程。

2.2  社交课程

对接中国残联的47个评估点，沿着图谱中阿基米德螺旋曲线上的序号，研究47门训练课件，并开发软件系统和手机APP应用程序，可以通过下载实时更新软件系统课件，便于各地推广；同时，可以在手机APP下载课件供家长作为家庭康复指导之用。

将康复干预课程进行结构化分层，形成一个自顶向下的纵向结构，包含课程、情节、模块、函数、软件、硬件等六个层面，以此建立孤独症儿童社交能力干预训练的课程体系，如图3所示。将课程分解出情节，细化模块，研发编制机器人应用程序，生成驱动函数，机器人做出动作。在康复课程多层结构中，课程、情节、模块三个层面涉及教育康复的内容，函数、软件、硬件三个层面涉及机器人本体核心控制技术。

为了方便康复师和家长在康复过程中拓展社交课程，每个活动都植入一个标志性动作、一组标志性对话和一首包含这两个要素的儿歌，具体康复课件由“诱导视频”“匹配游戏”“音乐花园”“绘本故事”四个板块组成。

3  基于干预实验数据的分析模型

自2016年起，项目团队围绕运用机器人开展一系列课题调研和基础性探索工作，在完成评估技术和系列课程的同时，还开设自闭症儿童社会交往干预训练试点课，遴选6岁以下自闭症儿童参与机器人课程实验，采集大量临床试验数据和现场视频资料。

3.1  开放的机器人实验平台

选择国产悟空机器人技术平台。悟空是深圳优必选公司推出的一款智能人形机器人，深度挖掘软硬件优势，具备生命感体系，如图4所示。首次在机器人中加入4G通信模组，整合海量内容资源。这款机器人产品性能优越、性价比高，采用开放技术平台，拥有大量SDK函数，可以进行二次开发设计人机交互模块，通过机器人传感器有助于获得自闭症儿童有效信息，经过语音识别技术、人脸识别技术、数据分析技术，获取干预训练过程中自闭症儿童的社会性注意、社会性动作和社會性语言数据，实现自闭症儿童社交干预课程在线效果监控。

3.2  利用机器学习算法的康复绩效函数模型

在干预实验和数据分析阶段，首创“1试点+10基地+100案例”模式，筛选自闭症儿童被试进行干预训练和跟踪测量，计划为100名自闭症儿童提供全面、科学的评估与训练，收集实验数据。

实验一：自闭症儿童社交障碍干预课程实验（在上海市徐汇区博爱儿童康健园开设“幸福之花”实验班）。

实验二：机器人技术平台的自闭症儿童认知障碍实验（在上海嘉定区残联阳光之家开展嘉定区微公益项目）。

通过XGBoost算法得到儿童基本信息及47个评估点的多项式模型，各项特征参数在推算结果中关联的重要程度（权值）可以直观地由图5表示。影响儿童自闭症康复趋势的因素众多，其中影响权值最大的前四位依次为“月龄”（权值87%）、“训练课程：这是哪里”（权值18%）、“训练课程：照镜子”（权值14%）、“训练课程：大家抱一抱”（权值14%）。

4  结论

这项研究是国内第一个涵盖自闭症儿童社会交往干预训练技术体系的人形机器人研究项目。随着机器人技术高速发展和5G应用普及，人形机器人会走进自闭症儿童家庭，可以通过机器人传感器动态测量和监控自闭症儿童，使用语音识别、人脸识别和数据模型技术，分析儿童行为能力并推送最适合的干预课程，在自然轻松的居家环境中让自闭症儿童接受社会性注意、社会性动作和社会性语言训练，机器人与自闭症儿童开展互动交流和游戏对话，提升自闭症儿童社交能力。

参考文献

[1]段云峰，吴晓丽，金锋.孤独症的病因和治疗方法研究进展[J].中国科学（生命科学），2015（9）：820-844.

[2]Dautenhahn K， Werry I， Salter T， et al. Towards adaptive autonomous robots in autism therapy： varie-ties of interactions[M]//Proceedings of the 2003 IEEE International Symposium on Computational Intelligencein Robotics and Automation，2003（572）：577-582.

[3]Tapus A， Peca A， Aly， et al.Children with autism social engagement in interaction with Nao， an imita-tive robot： A series of single case experiments[J].Interaction Studies，2012（3）：315-347.

[4]Shamsuddina S， Yussof H， Ismail L I， et al.Ini-tial Response in HRI： a Case Study on Evaluation of Child with Autism Spectrum Disorders Interacting with a Humanoid Robot NAO[J].Procedia Engineering，2012（7）：1448-1455.

[5]张婷.NAO机器人在孤独症干预中的应用[J].系统仿真技术，2013（4）：327-338.

[6]陈靓影，王广帅，张坤.为提高孤独症儿童社会互动能力的人机交互学习活动设计与实现[J].电化教育研究，2017（5）：106-111，117.

[7]陈婧，肖翠萍.机器人技术在自闭症儿童干预中的应用[J].中国临床心理学杂志，2017（4）：789-792.

[8]乔红，解仑，李方兴，等.可用于孤独症辅助康复的医疗机器人系统研究[J].机器人技术与应用，2011（4）：43-46，37.